Insegnamento facoltativo per la Laurea Magistrale in Ingegneria Gestionale, collocato al II pd del II anno. Con il termine business intelligence si descrivono tutte le attività di analisi dei dati per il supporto delle decisioni aziendali. Il corso descrive le modalità di gestione e interrogazione delle basi di dati destinate all’analisi dei dati. Queste basi di dati sono normalmente denominate data warehouse e sono tipicamente caratterizzate dalla necessità di gestire grandi volumi di dati. Nel corso sono descritte sia le tecniche più tradizionali di analisi OLAP (On Line Analytical Processing) dei dati, sia le analisi complesse basate su tecniche di data mining. Le attività di laboratorio permettono di sperimentare vari strumenti per l’analisi dei dati.

- Conoscenza dell’architettura dei sistemi per l’analisi dei dati (data warehouse) e delle metodologie di progettazione concettuale, logica e fisica di un data warehouse.
- Capacità di progettare un data warehouse.
- Conoscenza dei costrutti del linguaggio SQL per la formulazione di interrogazioni OLAP per data warehouse.
- Capacità di scrivere interrogazioni OLAP nel linguaggio SQL.
- Conoscenza dei principali algoritmi di data mining per la classificazione, il clustering e l’estrazione di regole di associazione
- Conoscenza delle tecniche di analisi dei dati per il CRM (Customer Relationship Management).
- Capacità di svolgere analisi dei dati mediante tecniche di data mining.

Conoscenza del modello relazionale e del linguaggio SQL e competenze di base di programmazione.

Argomenti trattati nelle lezioni e relativo peso in crediti:
- Data warehouse: architettura, metodologie di progettazione concettuale, logica e fisica, istruzioni in linguaggio SQL per la formulazione di interrogazioni OLAP (1.8 cr.)
- Algoritmi di data mining: classificazione, clustering ed estrazione di regole di associazione (1.8 cr.)
- Tecniche di analisi dei dati per il CRM (Customer Relationship Management) (0.2 cr.)
- Studio di casi applicativi di progettazione di data warehouse e analisi dei dati (0.6 cr.)

Il corso comprende esercitazioni in aula inerenti gli argomenti trattati nelle lezioni, e in particolare sul linguaggio SQL e sulla progettazione concettuale, logica e fisica di data warehouse (1.6 cr.). Gli studenti svolgeranno inoltre esercitazioni individuali durante il corso, per cui dovranno predisporre una relazione che contribuirà a determinare il voto finale. Il corso comprende esercitazioni in laboratorio sull’utilizzo del linguaggio SQL, sulla progettazione di data warehouse e sulle tecniche di data mining. L’attività di laboratorio prevede lo sviluppo di un progetto completo basato su casi di studio (2.0 cr). L'attività di laboratorio permette di sperimentare l'uso dei prodotti commerciali e open-source più diffusi.

Testi di riferimento:
- Golfarelli, Rizzi, "Data warehouse: teoria e pratica della progettazione", 2 ed., McGraw Hill, 2006.
- Tan, Steinbach, Kumar, "An introduction to data mining", Addison Wesley, 2005.
Sono disponibili copie dei lucidi utilizzati nelle lezioni, esempi di scritti di esame ed esercizi, e i manuali per le esercitazioni di laboratorio. Tutto il materiale didattico è scaricabile da un sito web o attraverso il portale.

L’esame è costituito da una prova scritta, dalla valutazione delle relazioni sulle esercitazioni individuali assegnate durante il corso e da una prova orale. Lo scritto comprende alcune domande ed esercizi relativi agli argomenti principali trattati durante il corso (linguaggio SQL, progettazione concettuale, logica e fisica di data warehouse, algoritmi di analisi dei dati). L’orale verte su tutti gli argomenti trattati nel corso. Il voto finale è definito in base alla valutazione della prova scritta, delle relazioni delle esercitazioni e della prova orale.